Vous êtes sur la page 1sur 8

Universit de Picardie Jules Verne 2016-2017

UFR des Sciences


Licence mention Mathmatiques - Semestre 3
Formulaire de Statistique Infrentielle
1) Estimateurs

Paramtre Estimateur Statistique et sa loi


n Student n 1 d.d.l.
1 X
X n Xi T :
i 1 Sc si chantillon gaussien
n
n Khi deux n 1 d.d.l.
2
S 2c n S 2 , avec S 2 1 X 2i X
2
Y2 n 1 S2 :
n 1 n 2 c
si chantillon gaussien
i 1

n
Xi
F p
p F i 1
n U : Normale N 0; 1 (approx.)
p1 p si np 10 et n 1 p 10
n

2) Intervalles de confiance au niveau 1

Paramtre Intervalle de confiance Valeurs tabules

i x sc t , x sc t t tel que P t T t 1
n n
P Y2 a 1
2
i 2
n 1 s2 , n 1 s2 a et b tels que 2
b c a c
PY 2
b
2
f1 f f1 f
p ip f u , f u u tel que P u U u 1
n 1 n 1

3) Tests de conformit au risque

H0 H1 Statistique de test Valeur(s) test(s)

0 t tel que P t T t 1
X 0
0 0 T t tel que P T t 1 , i.e. t t2
Sc
0 n t tel que P T t 1 , i.e. t t2 2 t2
2 2
0 a et b tels que P a Y2 b 1
2 2 2 2 Y 2 n 1 S2
0 0 2 c b tel que P Y 2 b , i.e. b b2
0
2 2
0 a tel que P Y 2 a 1 , i.e. a a2

p p0 u tel que P u U u 1
F p0
p p0 p p0 U u tel que P U u 1 , i.e. u u2
p0 1 p0
p p0 n u tel que P U u 1 , i.e. u u2

Pour un intervalle de confiance de et/ou un test de conformit sur avec un grand chantillon (quelconque),
on peut approcher la loi de Student par la loi Normale N 0; 1 , et remplacer t , t et t par u , u et u .
1
4) Tests dhomognit au risque

H0 H1 Statistique de test et sa loi sous lhypothse H 0 Valeur(s) test(s)


f tel que
S 2c,1 Sndcor n 1 1, n 2 1 d.d.l. PF f
1 2 1 2 F : 2
2
S c,2 si chantillons indpendants gaussiens en travaillant
avec f 1

1 2 u
U X1 X2 : Normale N 0; 1 (approx.)
1 2 1 2 u
S 2c,1 S 2c,2 si grands chantillons indpendants
1 2 n1 n2 u

Student n 1 n2 2 d.d.l.
1 2 t
X1 X2 (approx.) si petits chantillons
1 2 1 2 T : t
s c,1,2 1 1 indp. gaussiens et si 1 2
1 2 n1 n2 t
n 1 1 s 2c,1 n 2 1 s 2c,2
avec s 2c,1,2 n1 n2 2

1 2 u
U D , o D X1 X2 : Normale N 0; 1 (approx.)
1 2 1 2 u
S c,d
si grands chantillons apparis
1 2 n u

1 2 Student n 1 d.d.l. t
1 2 T D , o D X1 X 2 : si petits chantillons t
1 2
S c,d
1 2 n apparis gaussiens t

Normale N 0; 1 (approx.)
p1 p2 u
F1 F2 si n 1 f 1 5, n 1 1 f1 5,
p1 p2 p1 p2 U : u
1
n1
1
n2 f 1,2 1 f 1,2 n2f2 5, n 2 1 f 2 5,
p1 p2 u
n1f1 n2f2
avec f 1,2 n1 n2

5) Test dajustement une loi thorique r modalits au risque

Hypothse H 0 : le caractre suit la loi thorique dfinie par les probabilits p i . Hypothse H 1 : H 0 .
r
N i np i 2
Statistique de test : D np i .
i 1
Loi de D sous lhypothse H 0 : khi deux r 1 k d.d.l.
Valeur test : b tel que P D b .

6) Test dindpendance entre deux caractres r et s modalits au risque

Hypothse H 0 : les deux caractres sont indpendants. Hypothse H 1 : H 0 .


r s 2 s r
N i,j np i,j n i, n ,j
Statistique de test : D np i,j , avec np i,j n , n i, n i,j et n ,j n i,j .
i 1 j 1 j 1 i 1
Loi de D sous lhypothse H 0 : khi deux r 1 s 1 d.d.l.
Valeur test : b tel que P D b .
2
7) Rgression linaire simple
On considre deux variables quantitative X et Y et le modle de rgression Y X , o suit la loi
cov X, Y
normale N 0; . On dsigne par le coefficient de corrlation linaire entre X et Y.
X Y

Droite des moindres carrs de y en x.


cov x, y
Droite dquation y ax b, avec a , b y ax ,
s 2x
cov x, y
et coefficient de corrlation linaire r entre x et y avec :et r sxsy
n n n n n
o x 1 x i , y 1 y ,
i xs 2 1 x 2
x 2 2
, s 1 y 2
y 2
et cov x, y 1 xiyi xy.
n n n i y n i n
i 1 i 1 i 1 i 1 i 1
Effectuant plusieurs expriences, et ainsi plusieurs chantillonnages, a, b et r apparaissent comme les valeurs
observes des variables alatoires A, B et R.
2
1
On a alors E A ,EB et E R . Des estimations ponctuelles de , , 2 et sont
2n 1
2
alors respectivement a, b, s 2R n 1 r 2 s 2 et r (ou plus prcisment r r 1 r ).
y
n 2 2n 3

Intervalle de confiance et tests pour un coefficient de rgression linaire


La situation est celle dcrite dans le paragraphe 1.
2 s 2R A
La variance de A est gale 2 , et peut tre estime par s 2A . La variable alatoire T s A suit la loi
ns x ns 2x
de Student n 2 degrs de libert. On dtermine alors le rel t 1 tel que P t 1 T t 1 1 1 (table 3). On
en dduit un intervalle de confiance de au niveau 1 1 :

i a sAt 1 , a sAt 1 .
Test (bilatral) de H 0 : 0 contre H 1 : 0.
On calcule t a 0
et on dcide que :
sA
- si t t 1 , t 1 , alors on ne peut rejeter H 0 ;
- si t t 1 , t 1 , alors on rejette H 0 avec une probabilit 1 de se tromper.
Cas de . On peut mener une tude analogue pour en utilisant le fait que la variance de B est gale
2 1 x 2 , et peut tre estime par s 2 s 2 1 x2 s 2R n 2 B
n 2 B R n 2 2 2
x i , et que la variable alatoire T sB
ns x ns x n sx i 1
suit la loi de Student n 2 degrs de libert.
Prvision. Lajustement affine peut servir prvoir la valeur attendue pour Y quand lexprimentateur fixe
X x 0 . Lestimation ponctuelle de cette valeur est y 0 ax 0 b, et un intervalle de confiance de cette valeur au
2 1 x0 x 2 2 1 x0 x 2
niveau 1 1 : i y0 y 0 t 1 s R 1 n , y 0 t 1 s R 1 n .
ns 2x ns 2x

Intervalle de confiance et tests pour un coefficient de corrlation


Soit le nombre dfini par 1 ln 1 arg th .
2 1
Soit Z la variable alatoire qui au cours de chaque chantillonnage prend la valeur z 1 ln 1 r arg thr.
2 1 r
Lorsque n est assez grand (n 20 en pratique), un intervalle de confiance de au niveau 1 :

i z u , z u z1, z2 .
n 3 n 3
Do un intervalle de confiance de au niveau 1 :i r1, r2 thz 1 , thz 2 .
Test de H 0 : 0 contre H 1 : 0.
R n 2 r n 2
Sous lhypothse H 0 , T suit la loi de Student n 2 degrs de libert. On calcule t :
1 R2 1 r2
- si t t , t , alors on ne peut rejeter H 0 ;
- si t t , t , alors on rejette H 0 avec une probabilit de se tromper.

3
4
5
6
7
8

Vous aimerez peut-être aussi